对于一家成立仅两年、员工约70人的AI实验室来说，这个价格足够让人侧目。
出品|中访网
审核|李晓燕
一张照片、一段视频、一句文字，就能生成一个可以漫游、编辑、可被机器人训练的三维世界。这就是World Labs正在做的事：不仅让AI“说话”，更是让AI理解三维空间、物理规律和真实环境中的行动逻辑。
9月28日，AMD宣布以约82亿美元全股票交易收购World Labs，交易预计于2026年底前完成。对于一家成立仅两年、员工约70人的AI实验室来说，这个价格足够让人侧目。
2024年，李飞飞创办World Labs，核心方向是空间智能和大型世界模型。其产品Marble能从图片、视频或文本生成持久化3D环境；Atlas进一步强调新视角预测、稀疏视角重建和时空模拟；RTFM则尝试在单块H100 GPU上实现实时推理。这些看似偏“视觉和3D”的能力，指向一个更深的命题：AI如何从语言世界走向物理世界。
李飞飞被称为“AI教母”，并非因为资本故事，而是她在关键时刻推动了行业方向。她主导创建的ImageNet数据集，让深度学习在图像识别上取得突破，也被视为现代AI发展的重要起点之一。她联合创立斯坦福以人为本人工智能研究院，长期强调AI应服务于人、理解社会场景，并在谷歌云担任AI负责人期间推动AI走向产业应用。
物理AI之所以重要，是因为它补上了当前大模型最缺的一块：行动。语言模型擅长处理抽象知识，却难以真正理解房间布局、物体位置、碰撞边界和动作后果。物理AI要求系统在真实或高保真仿真环境中完成感知、推理、决策和执行闭环。其优势不只是生成更逼真的3D画面，更是为机器人、自动驾驶、工业仿真和虚拟现实提供可训练、可验证、可落地的智能基础。
过去几年，AMD在AI芯片上主要靠性价比、开放生态和数据中心客户拓展追赶英伟达；收购ZT Systems补齐了机架级系统能力，与OpenAI、Meta、Anthropic的合作则扩大了算力落地场景。但单纯卖芯片容易被生态锁定，把World Labs纳入体系，意味着AMD能更早看到空间智能、机器人仿真和物理AI对内存、并行计算、推理延迟和系统互连的真实需求。
对World Labs来说，加入AMD最直接的好处是算力。李飞飞今年1月与苏姿丰对话时就谈到：空间智能需要非常大的内存、大量并行计算和快速推理，对算力的渴求远超语言模型。AMD遍布全球的工程资源可以帮助模型迭代加速，而World Labs团队将继续以模型研究为主业，李飞飞出任AMD执行副总裁兼首席科学家，也意味着她的研究团队不会被并入销售体系，而是继续承担前沿方向探索。
82亿美元贵不贵？World Labs今年2月融资时估值约50亿美元，AMD的收购溢价超过六成。但如果这笔交易能让AMD提前两三年看到物理AI对芯片架构的真实需求，这个价格不算离谱。就在几周前，英伟达以约130亿美元收购了开源平台Hugging Face。英伟达侧重锁定开源模型分发入口和开发者生态，AMD则选择押注空间智能和物理AI的研究高地。
更值得关注的是，行业竞争重心的迁移。上一轮AI竞争围绕算力、模型规模和开源生态展开；下一轮竞争，会越来越多地落在“AI能否理解并作用于真实世界”。芯片公司不再只卖算力，而是需要理解模型、仿真、机器人和物理场景如何共同决定硬件形态。AMD这一步，未必能立即追上英伟达的生态优势，但它把竞争从单纯的算力价格战，变成了谁能更早摸透AI到底要干什么、然后照着需求去造硬件的较量。
热门跟贴